个性化推荐系统在当当网中的运用分析

目录

一、摘要

二、当当网概述

1）当当网简介

三、个性化推荐系统营销理论综述及原因

1）个性化推荐系统营销概念及分类

a 基于内容的推荐系统

b 协同过滤推荐系统

c 混合推荐系统

2）个性化推荐系统的发展历程

3）当当网使用个性化推荐系统的原因

四、个性化推荐系统的结构及在当当网运用中的具体表现

1）个性化推荐系统在电子商务网站中的结构

a 输入功能模块

b推荐引擎模块

c输出功能模块

2）个性化推荐系统在当当网中的具体运用

a商品信息页面

b购物车、收藏夹

c Email邮件

d独立的个性化页面

3）个性化推荐系统在当当网中的新运用

4）个性化推荐系统在当当网未来的发展趋势

五、个性化推荐系统在当当网运用中的特点

1）“当当推荐”系统功能分析及推荐效果评价

a 当当推荐系统功能

b 推荐效果评价

2）当当网特性化推荐2.0

六、个性化推荐系统在当当网运用中的不足与风险

1）个性化推荐系统在当当网运用中的不足

2）当当网个性化推荐运用中的风险

3）在个性化推荐上当当网和亚马逊的对比分析

七、通过当当网浅谈个性化推荐系统对电子商务发展的影响

1）电子商务新时代的到来

2）由推网的兴起

八、结语与建议

九、注解与参考文献

个性化推荐系统在当当网中的运用分析

摘要：在完善用户购物体验方面，当当网还针对用户需求推出了“为你推荐”功能，通过对顾客历史数据的分析，根据不同顾客的购物习惯向他们推荐针对其个人的商品。这样的定制推荐把用户从海量的商品信息中解放出来，极大的减少了用户的时间成本，通过强大的系统分析，实际上做到了顾客给自己推荐商品，成为自己的顾问。一个好的个性化推荐就好像网站里的智能导购员一样，只不过它是隐形的，对于购物者来说，它是无处不在的。它能将隐形而无处不在的特性发挥到极致，让购物者不讨厌它，也时刻能使用到它，最终，它能够为网站创造更多的销量。

关键词：个性化推荐；当当网；应用；电子商务；信息超载。

Personalized recommendation system in dangdang

network analysis of the application Abstract:

To improve the user shopping experience,dangdang also according to user needs introduced a \"recommend\" function,through the analysis of the historical data of customers,according to different customers' shopping habits to their recommended according to the personal goods.This custom recommend the user from mass of commodity information liberate, greatly reduce the user's time cost, through the powerful system analysis, in fact do the customer to recommend commodities, to become their own advisers. A good personalized recommend like website intelligent shopping guide，only it is invisible, for shoppers for, it is everywhere. It can store and the ubiquity of characteristics to acme, let shoppers don't hate it, time can be used to it, eventually, it can create more sales for the web site

Key words:Personalized recommendation ; dangdang; apply ; electronic commerce；information overload

一、当当网概述

（一）当当网简介

当当网（）是全球最大的综合性中文网上购物商城，由国内著名出版机构科文公司、美国老虎基金、美国IDG集团、卢森堡剑桥集团、亚洲创业投资基金（原名软银中国创业基金）共同投资成立。

从1999年11月当当网() 正式开通至今，当当已从早期的网上卖书拓展到网上卖各品类百货，包括图书音像、美妆、家居、母婴、服装和3C数码等几十个大类，其中在库图书、音像商品超过80万种，百货50余万种；目前当当网的注册用户遍及全国32个省、市、自治区和直辖市，每天有450万独立UV，每天要发出20多万个包裹；物流方面，当当在全国11个城市设有21个仓库，共37万多平，并在21个城市提供当日达服务，在158个城市提供次日达服务，在11个城市提供夜间递服务。

除图书以外，母婴、美妆、服装、家居家纺是当当着力发展的四大目标品类，其中当当婴童已经是中国最大线上商店，美妆则是中国排名前五的线上店。当当还在大力发展自有品牌当当优品。在业态从网上百货商场拓展到网上购物中心的同时，当当也在大力开放平台，目前当当平台平台商店数量已超过1.4万家，2012年Q3并新增2000家入驻商家，同时当当还积极的走出去，在腾讯、天猫等平台开设旗舰店。

当当网于美国时间2010年12月8日在纽约证券交易所正式挂牌上市，成为中国第一家完全基于线上业务、在美国上市的B2C网上商城。自路演阶段，当当网就以广阔的发展前景而受到大批基金和股票投资人的追捧，上市当天股价即上涨86%，并以103倍的高PE和3亿1千3百万美金的IPO融资额，连创中国公司境外上市市盈率和亚太区2010年高科技公司融资额度两项历史新高。

二、个性化推荐系统营销理论综述及原因

（一）个性化推荐系统营销概念及分类

个性化推荐系统是建立在海量数据挖掘基础上的一种智能平台，可以模拟商店销售人员向顾客提供商品信息和建议，为顾客购物提供完全个性化的决策支持和信息服务，它的目标是既满足用户意识到的需求,也能满足用户没有意识到的需求，或意识到，但没有表达出来的需求，让用户超越个体的视野，避免只见树木不见森林。好的推荐系统可以大大提高用户的忠诚度，并为电子商务带来了巨大的利益。根据算法不同，推荐系统可以分为：

1.基于内容的推荐系统

内容过滤主要采用自然语言处理、人工智能、概率统计和机器学习等技术进行过滤.

通过相关特征的属性来定义项目或对象,系统基于用户评价对象的特征学习用户的兴趣,依据用户资料与待预测项目的匹配程度进行推荐，努力向客户推荐与其以前喜欢的产品相似的产品。

简单来说就是和之前购买的产品是同类性质的，如都为C语言教材，或为同一位大师所著。

优点：简单，有效。

缺点：提取特征值有限，只能基于文本内容分析，如遇见音乐电影就没办法了。就要用到上面提到的协同过滤方法。

2.协同过滤推荐系统

协同过滤式基于用户的评分计算相似度，所以不用分辨对象的属性也能处理各种复杂的对象。协同过滤算法就如同在实际生活中，遇到不熟悉的人事物，每个人都会先想到咨询身